排序方式: 共有88条查询结果,搜索用时 15 毫秒
51.
自适应肤色检测算法的研究 总被引:1,自引:0,他引:1
针对Hsu提出的椭圆肤色检测模型的局限性,提出了一种自适应肤色检测模型。在Hsu的统计模型基础上,根据光照条件自适应改变其椭圆模型的长短轴,以取得最好的肤色检测效果。实验结果表明,本文算法有较强的光照适应性,所提出的自适应肤色检测模型效果优于Hsu的椭圆模型。 相似文献
52.
54.
基于DSP的智能视觉监控系统 总被引:1,自引:0,他引:1
本文提出一种基于人脸检测与跟踪的智能视觉监控系统。本系统首先采用运动和肤色特征提取包含人脸区域的检测算法,然后使用多层分类器定位人脸,利用CAMShift算法实现人脸的及时跟踪,最后在DM642 DSP上实现了算法。系统达到了8帧/s的处理速度,基本满足视频监控的要求。 相似文献
55.
针对3D视频的3D-HEVC编码标准以多视点纹理视频和深度视频格式进行编码,其深度图编码仍延续纹理视频编码的模式和编码尺寸遍历选择,使得3D-HEVC的编码复杂度居高不下。本文针对深度图帧内预测编码,采用灰度共生矩阵对深度图中的CTU进行计算,统计并分析其矩阵中非零值个数与CTU分割深度的关系,根据非零值个数分布规律,设定阈值,使得帧内编码时可以预判编码模块的分割深度,从而选择性跳过部分不同深度CU的帧内预测过程。经过HTM16.0测试平台的检验,本算法在全帧内编码模式下,测试序列合成视点比特率仅增加0.08%的同时,平均节省了16.8%的编码时间,与其他同类较新算法在HTM16.0平台上的性能比较也有一定的优势。 相似文献
56.
57.
58.
现有的多视点视频编码使用了分层B帧(Hierarchical B Picture, HBP)的预测结构,其帧内预测、帧间预测以及视点间预测的模式选择给多视点视频编码带来了庞大的计算复杂度。针对这一问题,我们在分析了JMVC模式分布比例的基础上,提出了一个快速帧间模式选择的算法。这种算法利用率失真代价和预测模式特征之间的关系来及时判定最优模式:如果上一尺寸预测模式的率失真代价小于当前尺寸预测模式的率失真代价则认为上一预测模式为最优模式,跳过检查其他更小尺寸的预测模式;反之,如果上一尺寸的预测模式的率失真代价大于当前尺寸的预测模式的率失真代价,则继续检查其他更小的尺寸。这样,通过提前终止一些不必要的模式选择过程,多视点视频编码的计算量得到大幅的降低。实验结果表明:所提算法能在保持JMVC中全搜索算法的编码效率同时,使计算复杂度减少了81.66%。 相似文献
59.
基于三元卷积神经网络的行人再辨识算法多数采用欧式距离度量行人之间的相似度,并配合铰链(hinge)损失函数进行卷积神经网络的训练。然而,这种作法存在两个不足:欧式距离作为行人相似度,鉴别力不够强;铰链损失函数的间隔(Margin)参数设定依赖于人工预先设定且在训练过程中无法自适应调整。为此,针对上述两个不足进行改进,该文提出一种基于新型三元卷积神经网络的行人再辨识算法,以提高行人再辨识的准确率。首先,提出一种归一化混合度量函数取代传统的度量方法进行行人相似度计算,提高了行人相似度度量的鉴别力;其次,提出采用Log-logistic函数代替铰链函数,无需人工设定间隔参数,改进了特征与度量函数的联合优化效果。实验结果表明,所提出的算法在Auto Detected CUHK03 和VIPeR两个数据库上的准确率均获得显著的提升,验证了所提出算法的优越性。 相似文献
60.
一种快速多人脸跟踪算法 总被引:1,自引:0,他引:1
提出一个基于Mean Shift的实时多人脸跟踪算法。通过引入自适应目标跟踪窗口,改进了Mean Shift算法的目标连续跟踪性能;提出序贯跟踪法解决多人脸跟踪过程中目标发生粘连重叠的问题;引入多辅助信息解决了相邻两帧中人脸的对应问题。为进一步提高整个算法的跟踪速度和鲁棒性,引入卡尔曼滤波器对目标进行预测。实验结果表明该算法具有很好的实时性和跟踪效果。 相似文献